Sistem Pengenal Wajah Manusia untuk Personalisasi Perintah pada Robot

Ukuran: px
Mulai penontonan dengan halaman:

Download "Sistem Pengenal Wajah Manusia untuk Personalisasi Perintah pada Robot"

Transkripsi

1 Sistem Pengenal Wajah Manusia untuk Personalisasi Perintah pada Robot Mara Nugraha Teknik Informatika Universitas Gunadarma Jl. Margonda Raya 100, Depok Abstrak Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan komputerisasi digital yang menggunakan webcam untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah sebelumnya yang telah disimpan di dalam database tertentu. Pengenalan wajah diaplikasikan kedalam sebuah robot yang dapat memproses data gambar sehingga robot dapat bergerak maupun bersuara sesuai dengan identikasi wajah tersebut Kata Kunci : Robot,Pengenal Wajah, Kontrol, Biometrik Pendahuluan Robot adalah sebuah alat mekanik yang dapat melakukan tugas sik, baik menggunakan pengawasan dan kontrol manusia, ataupun menggunakan program yang telah didenisikan terlebih dulu (kecerdasan buatan). Istilah robot berawal bahasa cheko robota yang berarti pekerja atau kuli yang tidak mengenal lelah atau bosan biasanya kebanyakan robot industri digunakan dalam bidang produksi [1]. Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan komputerisasi digital yang menggunakan webcam untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah sebelumnya yang telah disimpan di dalam database tertentu. Algoritma yang diperlukan agar komputer dapat mengenali dan mengidentikasi suatu wajah yang diinputkan berdasarkan training wajah yang telah di simpan sebelumnya [2]. Metode Penelitian Face Recognition adalah sebuah proses lanjutan dari proses Face Detection. Di dalam Face Detection kita mendeteksi bagian wajah dari seseorang, wajah tersebut bisa didapatkan dari Gambar maupun video. Banyak metode yang bisa digunakan untuk mendeteksi wajah 139 tersebut, salah satu metode yang paling terkenal adalah dengan memanfaatkan hasil training dari haarcascade. Haarcascade tersebut berupa le xml (.xml) dan biasanya terinstall secara default ketika kita melakukan installasi OpenCV. File xml dari haarcasscade tersebut bermacammacam jenisnya [3]. Gambar 1: robot Skema Pengenalan wajah pada Beberapa contohnya adalah haarcascade frontalface alt.xml atau haarcascade eye.xml. Frontalface merupakan contoh jenis haarcascade yang digunakan untuk mendeteksi wajah sedangkan Eye merupakan contoh jenis haarcascade yang digunakan untuk mendeteksi mata. Melihat kedua contoh terse-

2 but, sebenarnya penggunaan Face Detection sangat sederhana apabila kita telah mengerti prinsip dasar dari haarcascade dan cara kerjanya karena sebenarnya yang kita lakukan hanyalah menggunakan le xml tersebut dan mengaturnya di dalam program kita sesuai dengan kebutuhan yang kita. Untuk mendeteksi mata, maka caranya secara umum hampir sama karena kita hanya tinggal mengganti le xml tersebut. Skema perancangan pengenalan wajah pada robot seperti gambar dibawah ini. Terdapat langkah-langkah yang dirancang agar penelitian dapat berlangsung secara terstruktur dan terintegrasi. Dengan adanya rancangan penelitian diharapkan kesalahan dalam penelitian dapat diminimalkan. terdapat beberapa proses yang dilakukan untuk melakukan pengenalan wajah (face recognition) diantaranya proses perekaman video yang selanjutnya akan diproses oleh opencv sebagai library yang berfungsi untuk memproses Gambar atau video dalam sebuah personal komputer dan hasil dari pengenalan wajah tersebut akan ditampilkan, misalnya saja ini wajah mara atau ini wajah budi. gambar dari database yang mendekati wajah yang ada di dalam gambar tersebut. Jika jarak yang telah diukur tersebut hasilnya diatas nilai dari threshold maka gambar tersebut dikenali oleh sistem, tetapi bila nilai yang dihasilkan lebih kecil maka gambar tersebut termasuk dalam gambar yang tidak dikenali oleh sistem karena sistem hanya mengenali gambar yang ada di dalam database. Penggunaan Arduino pada Sistem pengenalan wajah pada mobile robot dikarenakan board mikrokontroler ini mudah ketika digabungkan dengan sensor atau system yang lain sehingga system pengenalan wajah dapat diproses di dalam board ini (arduino) dalam pergerakan robot tersebut sesuai dengan perintah yang dari pengenal wajah tersebut. Di bawah ini merupakan skema dari data yang diproses oleh arduino: Gambar 3: Skema pemrosesan data ke arduino Hasil dan Pembahasan Gambar 2: wajah Ilustrasi penggunaan Pengenalan Eigenface adalah sebuah algoritma face detection yang mudah untuk diimplementasikan. Biasanya Eigenface ini digunakan sebagai bahan pembelajaran karena merupakan metode pertama yang digunakan untuk mendeteksi benda sehingga metode ini yang paling sering digunakan. Jika berencana untuk mengembangkan Eigenface lebih lanjut maka perlu mengetahui dengan jelas konsep kerja dasar dari hal tersebut dan hal apa saja yang mendasari terbentuknya hal tersebut. Jika dimisalkan dalam suatu sistem sudah ada database yang berisi gambar-gambar dari orang yang dikenali. Menghitung jarak dari gambar tersebut dibandingkan dengan gambar-gambar yang ada di dalam database. Memilih sebuah Wajah atau muka adalah bagian depan dari kepala, pada manusia meliputi wilayah dari dahi hingga dagu, termasuk rambut, dahi, alis, mata, hidung, pipi, mulut, bibir, gigi, kulit, dan dagu. Wajah terutama digunakan untuk ekspresi wajah, penampilan, serta identitas dari seseorang [4]. Pada Pengaplikasian pengenal wajah sebagai indra mata pada robot perlu dilakukan beberapa pengujian untuk mendapatkan hasil yang maksimal misalnya saja pengujian terhadap beberapa wajah yang berbeda dengan data lebih dari satu agar dapat diketahui tingkat keakuratan nya dan kelemahan dari sistem tersebut akan mudah diketahui. Setiap orang dari setiap negara umum nya memiliki ke khasan wajah dikarenakan suhu, cuaca dan sebagainya dan yang menjadikan satu dengan yang lain nya unik (berbeda). Dalam prgram pembaca wajah ini lebih di tekankan pada pem- 140

3 bacaan area wajah seperti dua mata, hidung dan mulut seperti terlihat pada Gambar 4. Gambar 4: Area wajah Beberapa gambar wajah disimpan ke dalam sebuah direktori yang telah ditentukan sebelumnya menggunakan penamaan yang berbeda, dan setiap satu wajah orang mempunyai beberapa gambar dari berbagai sudut wajah dapat dilihat seperti Gambar 5. komputer dan b hasil dari gambar webcam itu tidak sama, tetapi karena persamaan bentuk hidung mata dan alis memiliki kesamaan, maka kedua foto ini dianggap sama Untuk melakukan pencocokan wajah dari gambar maka perlu dilakukan beberapa proses, apabila kita langsung melakukan proses deteksi wajah maka gambar yang akan dideteksi hanya akan mempunyai nilai akurasi atau ketepatan sebesar 10%. Ketepatan sistem dalam mendeteksi wajah sangat dipengaruhi oleh intensitas cahaya yang ada di dalam gambar tersebut, hal ini biasa disebut dengan efek iluminasi. Oleh karena itu, dalam melakukan prosses perubahan gambar menjadi kelabu untuk mengurangi efek tersebut. Dengan dirubah menjadi kelabu, gambar menjadi berkurang perbedaan warnanya sehingga akan semakin lebih mudah untuk dikenali oleh sistem. Setelah proses perubahan menjadi kelabu, barulah dilakukan proses deteksi wajah dengan menggunakan library dari haarcascade yang diinginkan. Gambar 5: yang sama Beberapa foto dari wajah orang Gambar 7: Blok diagram pencocokan wajah Pengenalan wajah yang paling sederhana dilakukan dengan cara menyamakan beberapa pola wajah yang unik misalnya saja area mata, hidung dan mulut, karena ketiga bagian ini bersifat unik dan antara satu manusia dan manusia lain nya terdapat perbedaan termasuk yang kembar identik. pada dasarnya program yang digunakan akan menyamakan pola dari wajah seseorang dengan data yang sebelumnya telah tersimpan di dalam komputer dan data tersebut akan dibandingkan dengan wajah yang terekan oleh webcam. Gambar 6: Perbandingan wajah Walaupun mimik wajah kedua photo yang a (pembanding foto) yang disimpan di dalam Dalam proses pencocokan wajah diperlukan beberapa tahapan diantaranya : 1. Memuat data training dengan cara membuka le training. 2. Mencocokkan ukuran gambar wajah dengan hasil training sebelumnya. 3. Membuat folder data jika tidak tersedia. Memuat HaarCascade untuk mendeteksi wajah. 4. Memuat frame dari kamera, dan mengkonversi gambar ke hitam putih untuk mempermudah pemprosesan. Mendeteksi lokasi wajah dan menyimpan lokasi wajah. Lalu ambil gambar wajah dengan cara memotong frame dari kamera (menggunakan program resizeimage). 5. Setelah mendapatkan gambar wajah, gunakan histogram equalization untuk memperbaiki tingkat kontras dan tingkat kecerahan dari gambar. Jika data training sudah dimuat, rubah gambar wajah 141

4 yang sudah diproyeksikan ke subspace PCA. 6. Memanggil program ndnearestneighbor untuk mencari wajah siapakah orang yang terdeteksi dan menghitung tingkat keyakinan. Beri kotak untuk menandai wajah, dan tuliskan nama dan tingkat keyakinan di gambar asli. Perangkat keras yang digunakan dalam membangun aplikasi ini adalah sebagai berikut:proses di atas diulangi terus hingg program ditutup. Proses penyocokkan gambar menggunakan Mahalanobis distance atau Euclidian distance untuk mendapatkan jarak antara proyeksi PCA gambar wajah dan proyeksi PCA dari training [4]. antara robot (webcam) dengan wajah. semakin besar diameter dari pendeteksian wajah maka semakin dekat jaraknya dan semakin kecil diameter dari pendeteksian wajah nya maka jaraknya semakin jauh, lihat tabel 3. Tabel 3: Jarak Wajah Pada pengujian pengenalan wajah dilakukan bebrapa ujicoba dengan beberapa foto dari beberapa sudut dengan 10 kali percobaan disetiap foto. tingkat kegagalan nya dapat dilihat pada table 4. Tabel 4: Hasil Ujicoba Gambar 8: Aplikasi pengenalan wajah Pada gambar (wajah) yang terlihat oleh robot terdapat beberapa data yang akan dibandingkan dan data yang dikirim diantara nya dapat dilihat pada tabel 1. Tabel 1: Informasi Wajah dan Data Sedangkan untuk posisi wajah data yang akan dikirim dapat dilihat pada tabel 2. Tabel 2: Pergerakan robot pada posisi wajah Sedangkan untuk jarak wajah data yang akan dikirim berupa jarak antara robot dan wajah yang dilihat oleh robot. untuk mendenisikan berapa jaraknya ada ukuran diameter wajah yang menandakan seberapa dekat jarak Dari keterangan tabel 4 dapat disimpulkan bahwa tingkat kegagalan dalam suatu gambar dapat disebabkan karena jumlah foto yang dijadikan referensi sedikit, semakin banyak referensi dari suatu wajah, maka tingkat kegagalan nya menjadi semakin sedikit. Penutup Dari hasil penelitian ini, proses yang dilakukan oleh program pencocokan wajah meliputi dua buah proses yaitu deteksi bagian wajah dan pencocokan wajah, keduanya sama-sama menggunakan proses training dari sebuah le xml yaitu haarcascade. Di dalam pencocokan wajah proses training haarcascade tersebut digabungkan dengan proses training dari data foto atau gambar yang ada di dalam le agar sistem bisa mendeteksi wajah dari orang tersebut. Untuk mendapatkan akurasi yang tinggi untuk menebak wajah orang tersebut, maka dibutuhkan gambar yang banyak dengan ragam sudut pandang, pose wajah, dan pencahayaan. Semakin banyak data yang dapat dikumpulkan untuk seseorang maka akan semakin akurat hasilnya untuk mendeteksi wajah orang tersebut. 142

5 Daftar Pustaka [1] Lauw Lim Un Tung, Robot Mobil Dengan Sensor Kamera Untuk Menelusuri Jalur Pada Maze, Jakarta pada tanggal [2] M.A. Rahim, Perancangan Aplikasi Pengenalan Wajah Menggunakan Metode Viola Jonnes, STMIK Budi Dharma Medan, [3] Ryan Nathanael dan Yustus Eko Oktian, Face Detection dengan Adaptive Threshold dan Grayscale lter, /04/12/face-detection/, Jakarta [4] Anonim, Denisi wajah, URL: Jakarta, pada tanggal [5] M. Z. H. Samsono, Tracking object menggunakan metode template matching berbasis stereo vision, Jakarta pada tanggal

BAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan

BAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker

BAB III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Pada perancangan tugas akhir ini menggunakan metode pemilihan locker secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih

Lebih terperinci

BAB I PENDAHULUAN. dengan memanfaatkan ciri wajah yang telah tersimpan pada database atau wajah

BAB I PENDAHULUAN. dengan memanfaatkan ciri wajah yang telah tersimpan pada database atau wajah BAB I 1. asd PENDAHULUAN 1.1. Latar Belakang Masalah Dewasa ini perkembangan teknologi di bidang informasi khususnya dengan menggunakan komputer telah berkembang, hal ini menyebabkan banyak aplikasi baru

Lebih terperinci

BAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media

BAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM BAB 3 PERANCANGAN SISTEM 3.1 Rancangan Perangkat Keras 3.1.1 Diagram Blok Sistem Rancangan perangkat keras dari aplikasi pengenalan wajah ini dapat dilihat pada diagram blok Gambar 3.1 sebagai berikut

Lebih terperinci

PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS

PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan

Lebih terperinci

BAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,

BAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina, BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,

Lebih terperinci

BAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan

BAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra

Lebih terperinci

PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI

PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI Nama Mahasiswa : Yuliono NRP : 1206 100 720 Jurusan : Matematika Dosen Pembimbing : Drs. Soetrisno, M.IKomp

Lebih terperinci

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING Mohamad Aditya Rahman, Ir. Sigit Wasista, M.Kom Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN

BAB 3 ANALISIS DAN PERANCANGAN BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah

Lebih terperinci

ESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH

ESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH ESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH Akhyar 1*, Risanuri Hidayat 1, Bimo Sunarfri Hantono 1 1 Department of Electrical Engineering and Information Technology, Universitas Gadjah Mada *

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat

Lebih terperinci

BAB III PERANCANGAN SISTEM

BAB III PERANCANGAN SISTEM 18 BAB III PERANCANGAN SISTEM 3.1 PERANCANGAN ALAT Pada tugas akhir yang mengambil judul Implementasi Face Recognition Sebagai Pengaman Rumah Yang Terkonfirmasi Melalui Android, sistem utama yang di bahas

Lebih terperinci

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang

BAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang 23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti

Lebih terperinci

BAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.

BAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer. 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN BAB 4 HASIL DAN PEMBAHASAN 4.1 Implementasi 4.1.1 Spesifikasi Sistem Spesifikasi yang digunakan dalam menjalankan sistem kontrol akses berbasis real time face recognition dan gender information ditunjukkan

Lebih terperinci

APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA

APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA APLIKASI PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE DENGAN BAHASA PEMROGRAMAN JAVA Anita T. Kurniawati dan Afrilyan Ruli Dwi Rama Teknik Informatika-ITATS, Jl. Arief Rahman Hakim 100 Surabaya Email:

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Home security saat ini sudah menjadi kebutuhan setiap pemilik rumah yang menginginkan tingkat keamanan yang baik. Salah satu sistem keamanan konvensional yang masih

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN

BAB III ANALISA DAN PERANCANGAN BAB III ANALISA DAN PERANCANGAN 3.1 Analisa Sistem Tahapan analisa merupakan tahapan awal dalam perekayasaan perangkat lunak. Pada tahapan ini menjelaskan apa yang dilakukan sistem, siapa yang menggunakannya

Lebih terperinci

Pengenalan Bentuk Wajah Manusia Pada Citra Menggunakan Metode Fisherface

Pengenalan Bentuk Wajah Manusia Pada Citra Menggunakan Metode Fisherface Pengenalan Bentuk Wajah Manusia Pada Citra Menggunakan Metode Fisherface (Studi Kasus pengenalan wajah pada manusia di teknik informatika universitas malikussaleh) Muthmainnah, Rahayu Dosen Teknik Informatika

Lebih terperinci

BAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-

BAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- 8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan

Lebih terperinci

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION Indra Pramana, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi

Lebih terperinci

BAB 1 PENDAHULUAN. dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus

BAB 1 PENDAHULUAN. dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi robotika di masa sekarang sudah menjadi bagian penting dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus meningkat dengan sangat

Lebih terperinci

SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL

SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian, Ivanna K. Timotius, Iwan Setyawan SISTEM PENGENAL ARAH PANDANG MATA PADA PENGENDARA MOBIL Deny Christian 1, Ivanna K. Timotius 2,

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 3 ANALISIS DAN PERANCANGAN SISTEM BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Permasalahan Tahapan analisis terhadap suatu sistem dilakukan sebelum masuk ke tahapan perancangan. Tujuan dilakukannya analisis terhadap suatu sistem

Lebih terperinci

1. BAB I PENDAHULUAN

1. BAB I PENDAHULUAN 1. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Deteksi kulit manusia berperan penting dan digunakan secara luas sebagai langkah awal pada aplikasi pengolahan citra seperti gesture analysis, content based

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Sistem pengenalan wajah adalah aplikasi dari pengolahan citra yang dapat mengidentifikasi seseorang melalui citra digital atau frame video. Sistem pengenalan wajah

Lebih terperinci

pengambilan citra video, pemrosesan citra pada setiap frame,, pendeteksian objek

pengambilan citra video, pemrosesan citra pada setiap frame,, pendeteksian objek BAB IV MODEL SISTEM 4.1. Model Sistem Aplikasi yang dibangun adalah aplikasi yang dapat mengolah citra yang diambil dari kamera video, dan menganalisisnya untuk mengetahui keberadaan suatu objek. Ada beberapa

Lebih terperinci

BAB 4 HASIL DAN PEMBAHASAN

BAB 4 HASIL DAN PEMBAHASAN 68 BAB 4 HASIL DAN PEMBAHASAN 4.1. Uji Algoritma Pengujian dilakukan untuk mendapatkan algoritma yang paling optimal dari segi kecepatan dan tingkat akurasi yang dapat berjalan secara real time pada smartphone

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Face recognition masih menjadi area yang diteliti secara luas dalam bidang ilmu komputer. Untuk mengenali wajah dalam pencahayaan yang baik dan arah yang tetap tanpa

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Pada perkembangan teknologi informasi seperti saat ini, kebutuhan akan informasi dan sistem yang dapat membantu kebutuhan manusia dalam berbagai aspek sangatlah penting.

Lebih terperinci

ROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE

ROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE ROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE Lauw Lim Un Tung, Resmana Lim, Budiman Lewa Electrical Engineering Dept., PETRA Christian University Jl. Siwalankerto 121-131, Surabaya

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN. Tahap & Hasil Langkah Penelitian Literatur & Referensi. Memahami konsep deteksi wajah

BAB 3 ANALISIS DAN PERANCANGAN. Tahap & Hasil Langkah Penelitian Literatur & Referensi. Memahami konsep deteksi wajah BAB 3 ANALISIS DAN PERANCANGAN Pada bab ini berisi tentang analisis dan perancangan terhadap permasalahan yang sedang diteliti seperti analisis kebutuhan data dan informasi serta teknik dan peralatan yang

Lebih terperinci

3. BAB III METODE PENELITIAN

3. BAB III METODE PENELITIAN 3. BAB III METODE PENELITIAN 3.1 Metode Penelitian Penelitian ini menggunakan jenis penelitian eksperimen, dengan tahapan penelitian sebagai berikut: 1. Pengumpulan data Tahap ini dilakukan sebagai langkah

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan perkembangan teknologi informasi, kemajuan di bidang pengembangan aplikasi sedang mendapatkan perhatian penting bagi perkembangan teknologi informasi.

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Seiring perkembangan teknologi yang amat pesat, menuntut pula adanya otomatisasi dan efisiensi dalam memperoleh informasi. Hal ini didukung pula oleh perkembangan mobile

Lebih terperinci

BAB 1 PENDAHULUAN 1-1

BAB 1 PENDAHULUAN 1-1 BAB 1 PENDAHULUAN Bab ini menjelaskan mengenai Latar Belakang, Identifikasi Masalah, Tujuan Tugas Akhir, Lingkup Tugas Akhir, Metodologi Tugas Akhir dan Sistematika Penulisan Tugas Akhir. 1.1 Latar Belakang

Lebih terperinci

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini Wawan Kurniawan Jurusan PMIPA, FKIP Universitas Jambi wwnkurnia79@gmail.com Abstrak

Lebih terperinci

SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada

SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh NamaMhs NIM: XX.YY.ZZZ Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN LEMBAR PERSETUJUAN Proposal Skripsi

Lebih terperinci

BAB I PENDAHULUAN. individu dapat dibedakan dengan individu yang lain.

BAB I PENDAHULUAN. individu dapat dibedakan dengan individu yang lain. BAB I PENDAHULUAN 1 Latar Belakang Masalah Pemeriksaan identitas adalah pemeriksaan jati diri yang dimiliki oleh seseorang yang ia dapat sejak ia lahir, dimana setiap identitas yang dimiliki seseorang

Lebih terperinci

Calculati Alfi Jannati Mujiono Pembimbing : Dr. Singgih Jatmiko, SSi., MSc

Calculati Alfi Jannati Mujiono Pembimbing : Dr. Singgih Jatmiko, SSi., MSc ANALISIS PERBANDINGAN METODE EIGENFACE DENGAN FISHERFACE PADA PROSES PENGENALAN WAJAH Calculati Alfi Jannati Mujiono 51410506 Pembimbing : Dr. Singgih Jatmiko, SSi., MSc Latar Belakang Perkembangan Teknologi

Lebih terperinci

PERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES

PERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES PERANCANGAN APLIKASI DETEKSI WAJAH MENGGUNAKAN ALGORITMA VIOLA-JONES TUGAS AKHIR Disusun sebagai salah satu syarat untuk kelulusan Program Strata 1, Program Studi Teknik Informatika, Universitas Pasundan

Lebih terperinci

Principal Component Analysis

Principal Component Analysis Perbandingan Ukuran Jarak pada Proses Pengenalan Wajah Berbasis Principal Component Analysis (PCA) Pembimbing: Dr.Ir.Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) Nimas Setya Yaniar 2208.100.616 POSE (posisi

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D 30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam

Lebih terperinci

BAB I PENDAHULUAN. berkembang, hal ini membuktikan bahwa pengenalan pola sangatlah penting terutama dalam

BAB I PENDAHULUAN. berkembang, hal ini membuktikan bahwa pengenalan pola sangatlah penting terutama dalam BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini telah banyak penerapan pengenalan pola di banyak negara maju maupun negara berkembang, hal ini membuktikan bahwa pengenalan pola sangatlah penting terutama

Lebih terperinci

PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam

Lebih terperinci

Pengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN)

Pengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN) Pengenalan Plat Nomor Berdasarkan Klasikasi K-Nearest Neighbor (KNN) Iman Ilmawan Muharam Manajemen Sistem Informasi Universitas Gunadarma Jl. Margonda Raya No. 100, Depok 16424, Jawa Barat ilmawan@sta.gunadarma.ac.id

Lebih terperinci

Penerapan Face Recognition dengan Metode Eigenface pada Intelligent Car Security

Penerapan Face Recognition dengan Metode Eigenface pada Intelligent Car Security Penerapan Face Recognition dengan Metode Eigenface pada Intelligent Car Security Sehman Teknologi Informasi Sekolah Tinggi Teknologi Surabaya Sehman08agustus@yahoo.com ABSTRAK Kemajuan teknologi informasi

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM. keberadaan wajah secara langsung dari sebuah kamera. Dengan demikian

BAB III ANALISIS DAN PERANCANGAN SISTEM. keberadaan wajah secara langsung dari sebuah kamera. Dengan demikian BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1. Metode Penelitian Penelitian ini menggunakan metode untuk mendeteksi posisi dan keberadaan wajah secara langsung dari sebuah kamera. Dengan demikian penelitian

Lebih terperinci

Human Face Detection by using eigenface method for various pose of human face

Human Face Detection by using eigenface method for various pose of human face Human Face Detection by using eigenface method for various pose of human face Esty Vidyaningrum, Prihandoko Undergraduate program, Faculty of Industrial Technology, 2009 Gunadarma University http://www.gunadarma.ac.id

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM BAB 3 PERANCANGAN SISTEM Sistem vision yang akan diimplementasikan terdiri dari 2 bagian, yaitu sistem perangkat keras dan perangkat lunak. Perangkat lunak yang digunakan dalam sistem vision ini adalah

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Biometrik adalah salah satu teknologi cangih yang banyak dipakai untuk menjadi bagian dari system keamanan di berbagai bidang. Biometrik ini bahkan sudah digunakan

Lebih terperinci

Bab III Perangkat Pengujian

Bab III Perangkat Pengujian Bab III Perangkat Pengujian Persoalan utama dalam tugas akhir ini adalah bagaimana mengimplementasikan metode pengukuran jarak menggunakan pengolahan citra tunggal dengan bantuan laser pointer dalam suatu

Lebih terperinci

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111

Lebih terperinci

RANCANGAN AWAL SISTEM PRESENSI KARYAWAN STMIK BANJARBARU DENGAN PENDEKATAN EIGENFACE ALGORITHM

RANCANGAN AWAL SISTEM PRESENSI KARYAWAN STMIK BANJARBARU DENGAN PENDEKATAN EIGENFACE ALGORITHM RANCANGAN AWAL SISTEM PRESENSI KARYAWAN STMIK BANJARBARU DENGAN PENDEKATAN EIGENFACE ALGORITHM RULIAH Jurusan Sistem Informasi STMIK Banjarbaru Jl. Jend. Ahmad Yani Km. 33.3 Loktabat Banjarbaru twochandra@gmail.com

Lebih terperinci

KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar,

KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1. Nugroho hary Mindiar, KAMERA PENDETEKSI GERAK MENGGUNAKAN MATLAB 7.1 Nugroho hary Mindiar, 21104209 Mahasiswa Sarjana Strata Satu (S1) Jurusan Sistem Komputer, Fakultas Ilmu Komputer Universitas Gunadarma mindiar@yahoo.com

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu

Lebih terperinci

BAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang

BAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang BAB IV PENGUJIAN SISTEM Sistem yang di ujicoba merupakan dari hasil program yang telah selesai dibuat. Dimulai dari pengambilan citra dari WebCam, pengolahan citra yang dimulai dengan update citra kondisi

Lebih terperinci

BAB I PENDAHULUAN. terutama dalam bidang keamanan, salah satunya adalah pengenalan wajah (face recognition).

BAB I PENDAHULUAN. terutama dalam bidang keamanan, salah satunya adalah pengenalan wajah (face recognition). BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini telah banyak penerapan pengenalan pola di banyak negara maju maupun negara yang berkembang, hal ini membuktikan bahwa pengenalan pola sangatlah penting

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 48 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari 2012. Pembuatan dan pengambilan data dilaksanakan di Laboratorium

Lebih terperinci

BAB I PENDAHULUAN. dunia teknologi dan persaingan global yang melanda seluruh dunia. kelamaan robot semakin dibuat untuk meniru manusia sehingga dapat

BAB I PENDAHULUAN. dunia teknologi dan persaingan global yang melanda seluruh dunia. kelamaan robot semakin dibuat untuk meniru manusia sehingga dapat BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia robot dewasa ini menunjukkan betapa besar peran bidang robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia teknologi

Lebih terperinci

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi

Lebih terperinci

BAB I PENDAHULUAN. identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau

BAB I PENDAHULUAN. identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi biometrik merupakan teknologi yang memanfaatkan identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau kunci dalam kontrol akses ke

Lebih terperinci

LAPORAN PENELITIAN DOSEN MUDA. Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah

LAPORAN PENELITIAN DOSEN MUDA. Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah LAPORAN PENELITIAN DOSEN MUDA Sistem Identifikasi Teroris Dengan Pelacakan Dan Pengenalan Wajah Oleh : Endah Sudarmilah, S.T, M.Eng Umi Fadlillah, S.T Dibiayai oleh Koordinasi Perguruan Tinggi Swasta Wilayah

Lebih terperinci

BAB V IMPLEMENTASI DAN PENGUJIAN

BAB V IMPLEMENTASI DAN PENGUJIAN BAB V IMPLEMENTASI DAN PENGUJIAN Bab ini membahas tentang implementasi dan pengujian dari sistem yang dikembangkan berdasarkan hasil perancangan yang didapat pada BAB IV. V.1 Implementasi V.1.1 Spesifikasi

Lebih terperinci

BAB 4 IMPLEMENTASI DAN PENGUJIAN

BAB 4 IMPLEMENTASI DAN PENGUJIAN BAB 4 IMPLEMENTASI DAN PENGUJIAN Pada bab ini berisi tentang implementasi dan pengujian meliputi penulisan kode program, pembuatan tampilan antarmuka, penerapan algoritma yang digunakan dan juga pengujian

Lebih terperinci

AKURASISI PELONTARAN CAKRAM PADA ROBOT PELONTAR BERBASIS WEBCAM SEBAGAI PENDETEKSI OBJEK

AKURASISI PELONTARAN CAKRAM PADA ROBOT PELONTAR BERBASIS WEBCAM SEBAGAI PENDETEKSI OBJEK AKURASISI PELONTARAN CAKRAM PADA ROBOT PELONTAR BERBASIS WEBCAM SEBAGAI PENDETEKSI OBJEK Dody Novriansyah 1*, Sopian Soim 1, Ade Silvia Handayani 1 1 Program Studi Teknik Telekomunikasi, Fakultas Teknik

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Setiap manusia diciptakan dengan bentuk fisik dan rupa yang berbeda sehingga manusia tersebut dapat dibedakan satu dengan yang lainnya. Pada teknologi informasi

Lebih terperinci

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.

Lebih terperinci

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah

Lebih terperinci

IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME

IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME Hendy Mulyawan, M Zen Hadi Samsono, Setiawardhana Jurusan Telekomunkasi - Politeknik Elektronika Negeri Surabaya Institut Teknologi

Lebih terperinci

Rancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface

Rancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface Rancang Bangun Prototipe Aplikasi Pengenalan Wajah untuk Sistem Absensi Alternatif dengan Metode Haar Like Feature dan Eigenface Wahyu Sulistiyo, Budi Suyanto, Idhawati Hestiningsih, Mardiyono, Sukamto

Lebih terperinci

PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan

PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan PENGENALAN WAJAH DENGAN METODE TEMPLATE MATCHING SEBAGAI SISTEM STARTER SEPEDA MOTOR BERBASIS MIKROKONTROLER ATMEGA 16 Oleh : Margito Hermawan 6907040024 Fajar Indra 6907040026 ABSTRACT Face recognition

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB III ANALISIS DAN PERANCANGAN SISTEM BAB III ANALISIS DAN PERANCANGAN SISTEM Bab ini menjelaskan mengenai tahapan analisis dan perancangan sistem yang akan dikembangkan, yaitu Sistem Identifikasi Buron. Bab ini terbagi atas 5 bagian yang

Lebih terperinci

PROTOTIPE SISTEM PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN METODE CBIR

PROTOTIPE SISTEM PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN METODE CBIR PROTOTIPE SISTEM PENGENALAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE DAN METODE CBIR Irawan Program Studi Teknik Informatika, STIKOM Dinamika Bangsa, Jambi Jl. Jendral Sudirman Thehok - Jambi E-mail: irawanirend@stikom-db.ac.id

Lebih terperinci

PROTOTYPE PENGENALAN WAJAH MELALUI WEBCAM DENGAN MENGGUNAKAN ALGORITMA PRICIPAL COMPONENT ALAYSIS (PCA) DAN LINIER DISCRIMINANT ANALYSIS (LDA)

PROTOTYPE PENGENALAN WAJAH MELALUI WEBCAM DENGAN MENGGUNAKAN ALGORITMA PRICIPAL COMPONENT ALAYSIS (PCA) DAN LINIER DISCRIMINANT ANALYSIS (LDA) PROTOTYPE PENGENALAN WAJAH MELALUI WEBCAM DENGAN MENGGUNAKAN ALGORITMA PRICIPAL COMPONENT ALAYSIS (PCA) DAN LINIER DISCRIMINANT ANALYSIS (LDA) Jemmy E.Purwanto Jemmy.e.Purwanto@Gmail.com Pembimbing I :

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Sistem Sistem-sistem pendukung yang digunakan oleh penulis dalam menjalankan aplikasi yang telah dirancang ini dibedakan menjadi 2 yaitu kelompok hardware

Lebih terperinci

Klasifikasi Kecantikan Wanita Aceh Pada Citra Menggunakan Metode Adaptive Resonance Theory (ART1)

Klasifikasi Kecantikan Wanita Aceh Pada Citra Menggunakan Metode Adaptive Resonance Theory (ART1) Klasifikasi Kecantikan Wanita Aceh Pada Citra Menggunakan Metode Adaptive Resonance Theory (ART1) (Studi Kasus Mengklasifikasikan kecantikan wanita aceh di teknik informatika universitas malikussaleh)

Lebih terperinci

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

BAB 3 ANALISIS DAN PERANCANGAN SISTEM BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Analisis sistem merupakan penguraian dari suatu sistem informasi yang utuh ke dalam bagian-bagian komponennya untuk mengidentifikasikan masalah

Lebih terperinci

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter Metha Riandini 1) DR. Ing. Farid Thalib 2) 1) Laboratorium Teknik Informatika, Fakultas Teknologi Industri, Universitas

Lebih terperinci

PELACAKAN DAN DETEKSI WAJAH MENGGUNAKAN VIDEO LANGSUNG PADA WEBCAM ABSTRAK ABSTRACT

PELACAKAN DAN DETEKSI WAJAH MENGGUNAKAN VIDEO LANGSUNG PADA WEBCAM ABSTRAK ABSTRACT PELACAKAN DAN DETEKSI WAJAH MENGGUNAKAN VIDEO LANGSUNG PADA WEBCAM Dhanar Intan Surya Saputra 1, Wahyu Septi Anjar 2, Kurnia Aswin Nuzul Ramadhan 3, Riki Aji Pamungkas 4 1234 Program Studi Teknik Informatika

Lebih terperinci

REALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES

REALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES REALISASI SISTEM DETEKSI RASA KANTUK BERDASARKAN DURASI KEDIPAN MATA SECARA REAL TIME MENGGUNAKAN METODE VIOLA-JONES Avrian Andreas Marjono NRP : 1222006 e-mail : avrianandreas@yahoo.co.id ABSTRAK Rasa

Lebih terperinci

BAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem

BAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem 1 BAB I PENDAHULUAN 1.1. Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia yang memiliki keunikan. Salah satu bagian sistem biometrika

Lebih terperinci

PENGENALAN WAJAH PELANGGAN TOKO

PENGENALAN WAJAH PELANGGAN TOKO PENGENALAN WAJAH PELANGGAN TOKO Semuil Tjiharjadi Jurusan Sistem Komputer, Universitas Kristen Maranatha Jl. Suria Sumantri 65, Bandung 40164 E-mail: semuiltj@gmail.com 1 ABSTRAK Pada era persaingan yang

Lebih terperinci

Penerapan Teknik Pengenalan Wajah Berbasis Fitur Local Binary Pattern pada Robot Pengantar Makanan

Penerapan Teknik Pengenalan Wajah Berbasis Fitur Local Binary Pattern pada Robot Pengantar Makanan 1 Penerapan Teknik Pengenalan Wajah Berbasis Fitur Local Binary Pattern pada Robot Pengantar Makanan Mohamad Deddy Turiyanto, Djoko Purwanto, Rudy Dikairono Teknik Elektro, Fakultas Teknologi Industri,

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISIS

BAB IV PENGUJIAN DAN ANALISIS BAB IV PENGUJIAN DAN ANALISIS Bab ini akan membahas tentang pengujian dan analisis sistem. Pada pengujian akan dijelaskan tentang kriteria pengujian serta analisis dari pengujian 4.1. Kriteria Pengujian

Lebih terperinci

BAB 1 PENDAHULUAN. Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para

BAB 1 PENDAHULUAN. Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para kreator animasi untuk mengambil gerakan yang dapat diterapkan dalam pembuatan animasi,

Lebih terperinci

BAB I PENDAHULUAN. adalah penggunaan smartphone. Weiser (1999) mengatakan bahwa semakin

BAB I PENDAHULUAN. adalah penggunaan smartphone. Weiser (1999) mengatakan bahwa semakin BAB I PENDAHULUAN 1.1 Latar belakang Di era modern ini, banyak hal yang tanpa disadari sudah mengalami banyak perubahan dan perkembangan seiring dengan berjalannya waktu. Salah satunya adalah kemajuan

Lebih terperinci

BAB I PENDAHULUAN. ketrampilan khusus, juga diperlukan konsentrasi di saat mengendalikannya di

BAB I PENDAHULUAN. ketrampilan khusus, juga diperlukan konsentrasi di saat mengendalikannya di 1.1 Latar Belakang BAB I PENDAHULUAN Di era modern saat ini keberadaan peralatan transportasi menjadi sangat penting. Kebutuhan alat transportasi yang aman dan nyaman merupakan hal yang sangat didambakan.

Lebih terperinci

LEMBAR PERNYATAAN ORISINALITAS...

LEMBAR PERNYATAAN ORISINALITAS... DAFTAR ISI HALAMAN JUDUL... i PRASYARAT GELAR... ii LEMBAR PERNYATAAN ORISINALITAS... iii LEMBAR PERSETUJUAN PEMBIMBING... iv KATA PENGANTAR... v UCAPAN TERIMAKASIH... vi ABSTRAK... vii ABSTRACT... viii

Lebih terperinci

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut

Lebih terperinci

SISTEM VERIFIKASI ONLINE MENGGUNAKAN BIOMETRIKA WAJAH

SISTEM VERIFIKASI ONLINE MENGGUNAKAN BIOMETRIKA WAJAH SISTEM VERIFIKASI ONLINE MENGGUNAKAN BIOMETRIKA WAJAH I Nyoman Piarsa, Riza Hisamuddin Staff Pengajar Teknik Elektro, Fakultas Teknik, Universitas Udayana Kampus Bukit Jimbaran, Bali, 80361 Email: manpits@ee.unud.ac.id

Lebih terperinci

BAB 4 PENGUJIAN DAN ANALISA

BAB 4 PENGUJIAN DAN ANALISA 57 BAB 4 PENGUJIAN DAN ANALISA Pengujian dan analisa pada Bab 4 ini pada intinya adalah untuk mengetahui tingkat keberhasilan suatu sistem dengan metode yang sudah ditentukan. Masing masing metode mempunyai

Lebih terperinci

PENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS. Skripsi

PENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS. Skripsi PENGENALAN WAJAH MENGGUNAKAN METODE DIAGONAL PRINCIPAL COMPONENT ANALYSIS Skripsi Di susun oleh : M. RIDHO MAJIDI (0934010056) PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVESITAS PEMBANGUNAN

Lebih terperinci

PERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA

PERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA PERANCANGAN SISTEM PENGENALAN OBJEK VISUAL UNTUK PENGAMANAN DAN PEMANTAUAN FASILITAS PLTA Oleh : Abdillah Triningtyas 2209106060 Dosen Pembimbing : Dr. Ir. Achmad Affandi, DEA Dr. Ir. Wirawan, DEA LATAR

Lebih terperinci

TEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR

TEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR TEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR DWI ACHTI NOVIATUR R. 2208100656 Dosen Pembimbing : Dr. Ir. Wirawan, DEA (Ir. Hendra Kusuma, M.Eng) PIE Problem Representasi Citra

Lebih terperinci